Spatial variability of sugarcane row gaps: measurement and mapping

Abstract

ABSTRACT Sugarcane is a very important crop in Brazil, used as food production and biofuel, providing 18% of the total primary energy in the country. An important requirement to high yield is a good uniformity in the sugarcane field, which is impaired due to row gaps that appear since the first year of sugarcane crop caused by planting failures, harvesting damages, machinery traffic, pests, diseases and others. The aim of this study is to develop a system based on a photoelectric sensor to scan the field, georeferencing gaps representing them as a map. A data logger integrates the data from the photoelectric sensors, an encoder and a Global Navigation Satellite System (GNSS) and measures the distance between plants, defining the gaps. Tests under controlled conditions, using regular obstacles simulating stalks, showed errors between 0.02 and 0.03 m under speeds varying from 1.3 to 3.0 m s-1 and obstacles ranging from 0.1 to 1.0 m of gap. Results of tests performed at sugar cane rows were close to manual measurement. Field tests were performed using sampling plots of 6.0 x 6.0 m (four crop rows) along the area, on newly planted and on ratoon areas, showed a good relation with manual measurements. The raw data provides the length of the individual gaps or its local percentage and the interpolation among punctual gaps produces a map highlighting areas with low and high gap intensity as a useful tool in the sugarcane management for decision making for local or integral replanting.RESUMO A cana-de-açúcar é uma cultura muito importante para o Brasil, usada para a produção, tanto de alimentos, quanto de biocombustíveis, provendo 18% do total de energia primária no país. Um importante requisito para uma produtividade alta é uma boa uniformidade do canavial, a qual é comprometida devido a falhas que aparecem nas linhas de cana causadas por falhas no plantio, danos durante a colheita, tráfego de máquinas, pragas e doenças entre outros fatores. O objetivo deste estudo é desenvolver um sistema baseado em um sensor fotoelétrico para examinar o canavial, georreferenciando as falhas e apresentando-as em um mapa. Um coletor de dados integrou um sensor fotoelétrico, um encoder um Sistema de Navegação Global por Satélites (GNSS em inglês) mensurando a distância entre as plantas, definindo as falhas. Testes em situação controlada, utilizando estacas, mostraram erros entre 0,02 e 0,03 m variando a velocidade de 1,3 a 3,0 m s-1 e as estacas de 0,1 a 1,0 m de espaçamento, os resultados encontrados foram próximos aos mensurados manualmente. Testes em campo utilizando amostras de 6,0 x 6,0 m (quatro linhas de cana) em cana planta e soqueira, também mostraram uma boa relação com a mensuração manual. Os dados brutos fornecem o tamanho de cada falha individualmente ou em porcentagem e uma interpolação entre falhas pontuais produz um mapa que evidencia áreas com baixa ou alta densidade de falhas, criando uma ferramenta útil no gerenciamento da cultura de cana-de-açúcar para que sejam tomadas as medidas necessárias a manutenção do canavial.